⚡ electrical engineering

Performance Analysis of Dual-IRS-Assisted NOMA for Underwater Visible Light Communication in Turbulent Channels

본 논문은 지수 일반화 감마 분포로 모델링된 난류 채널 환경에서의 수중 가시광 통신을 위한 이중 IRS 지원 NOMA 시스템을 제안하고, 폐쇄형 성능 지표를 유도하며, 분석 및 시뮬레이션 결과를 통해 해당 접근 방식을 검증한다.

원저자: Prathibha Praharsha Sripathi, Mahesh Miriyala, Goutham Veerapu, Vinod Kiran Kappala

게시일 2026-08-31

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Prathibha Praharsha Sripathi, Mahesh Miriyala, Goutham Veerapu, Vinod Kiran Kappala

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

수중 통신은 오랫동안 엔지니어들에게 난제로 남아 있었습니다. 음파는 멀리까지 전달되지만 정보량이 적고 속도가 느린 반면, 우리의 휴대전화와 와이파이를 구동하는 라디오파는 물에 닿자마자 거의 즉시 소멸합니다. 이는 수면 아래에서 고속 데이터 전송을 위한 공백을 남깁니다. 가시광선은 밝은 빛의 줄기를 사용하여 정보를 빠르고 안전하게 전달함으로써 유망한 해결책을 제시합니다. 그러나 바다는 빛에게 매우 가혹한 환경입니다. 빛의 줄기가 이동함에 따라 물에 의해 흡수되고 플랑크톤이나 기포와 같은 미세한 입자들에 의해 산란됩니다. 게다가 바닷물은 결코 정지해 있지 않습니다. 조류와 온도 변화는 빛을 굴절시키는 난류를 만들어내어 신호가 깜빡거리거나 흐려지게 만듭니다. 해양 생물을 모니터링하거나 수중 로봇을 안내하는 것과 같은 실제 응용 분야를 위해 이 기술을 작동시키려면, 과학자들은 심해의 혼돈 속에서도 이러한 빛 신호를 강하고 안정적으로 유지할 방법을 찾아야 합니다.

연구자 프라티바 프라하르샤 스리파티(Prathibha Praharsha Sripathi), 마헤쉬 미리얄라(Mahesh Miriyala), 구탐 베라푸(Goutham Veerapu), 그리고 비노드 키란 카팔라(Vinod Kiran Kappela)는 두 가지 첨단 기술을 결합하여 이 문제를 해결할 새로운 방법을 제안했습니다. 그들은 장애물을 피해 빛을 반사하는 '스마트 거울'을 사용하고, 여러 사용자에게 동시에 메시지를 보내는 방식을 사용하는 시스템을 설계했습니다. 그들의 설정에서, 수면 위의 기지국은 근처에 있는 사용자 한 명과 멀리 떨어진 사용자 한 명, 즉 두 명의 수중 사용자에게 결합된 신호를 보냅니다. 자주 차단되거나 왜곡되는 직접적인 가시선(line of sight)에만 의존하는 대신, 이 시스템은 두 개의 지능형 반사 표면을 활용합니다. 이 표면들은 빛의 줄기를 포착하여 의도된 수신기를 향해 정밀하게 조향할 수 있는 미세하고 프로그래밍 가능한 요소들로 덮인 패널입니다. 이는 직접적인 경로와 함께 작동하는 이차적인 반사 경로를 생성합니다. 두 사용자를 효율적으로 처리하기 위해, 시스템은 비직교 다중 접속(non-orthogonal multiple access)이라 불리는 기술을 사용하여 근거리 사용자와 원거리 사용자 모두가 동일한 빛의 줄기를 동시에 공유할 수 있도록 하며, 시스템은 연결이 약한 원거리 사용자가 메시지를 해독할 수 있는 충분한 전력을 얻을 수 있도록 보장합니다.

연구팀은 이 시스템이 복잡한 현실의 바다에서 어떻게 작동할지 예측하기 위해 상세한 수학적 모델을 구축했습니다. 그들은 흡수에 의한 빛의 손실과 산란, 송신기와 수신기 사이의 포인팅 오류로 인한 무작위한 흔들림, 그리고 수중 난류로 인한 복잡한 페이딩 현상을 고려했습니다. 이러한 난류를 설명하기 위해 그들은 버블과 온도 변화가 물속에서 빛을 어떻게 왜곡하는지를 설명하는 데 특히 유용한 지수 일반화 감마 분포(Exponential Generalized Gamma distribution)라는 특정 통계 모델을 사용했습니다. 그런 다음 그들은 두 가지 핵심 성능 척도, 즉 메시지가 도착하지 못할 확률(중단 확률)과 수신된 데이터의 평균 오류율을 계산하기 위한 정밀한 공식들을 도출했습니다. 수학적 정확성을 확보하기 위해, 그들은 수중 채널의 무작위 동작을 모사한 수천 번의 컴퓨터 시뮬레이션을 실행했습니다.

시뮬레이션 결과, 이 듀얼 미러 시스템은 단일 직접 경로 또는 단일 거울에 의존하는 기존 설정보다 성능이 현저히 뛰어난 것으로 나타났습니다 거울의 반사 요소 수를 늘릴수록 연결의 신뢰성이 극적으로 향상되었습니다. 예를 들어, 특정 신호 강도에서 거울의 개수를 늘리면 근거리 사용자의 메시지 실패 확률은 거의 2 자릿수(orders of magnitude) 감소했고, 원거리 사용자의 경우 약 1 자릿수 감소했습니다. 연구는 또한 물의 상태가 미치는 영향을 강조했습니다. 버블이 적고 더 투명한 담수에서는 시스템이 더 염도가 높고 난류가 심한 물보다 훨씬 더 우수한 성능을 보였습니다. 그러나 가혹한 조건에서도 듀얼 미러 방식은 이러한 보조 장치가 없는 시스템에 비해 상당한 안정성 향상을 제공했습니다. 연구진은 약한 신호로 인해 가장 어려움을 겪는 원거리 사용자가 추가적인 전력과 반사 경로로부터 큰 혜gt을 얻어, 이전보다 훨씬 낮은 오류율을 달ek성함을 발견했습니다.

이 연구는 빛을 지능적으로 재지향하고 사용자 간에 채널을 공유함으로써 더 견고한 수중 통신 네트워크를 구축할 수 있음을 보여줍니다. 연구 결과는 거울을 효과적으로 배치하고 제어할 수 있다면, 이러한 시스템이 해양에서의 고속 데이터 링크를 위한 실행 가능한 경로가 될 수 있음을 시사합니다. 저자들은 시뮬레이션이 이 설계의 이론적 잠재력을 확인해주었지만, 향-후 연구에서는 거울을 실시간으로 최적화하고 실제 수중 환경에서 시스템을 테스트하는 것과 같은 실질적인 과제를 해결해야 한다고 언급했습니다. 현재로서는 이 연구가 스마트한 반사와 효율적인 신호 공유를 결 결합함으로써 수중 빛 통신의 오랜 제약이었던 자연적 장벽을 극복할 수 있다는 강력한 수학적 증명을 제공하고 있습니다.

기술 요약: 난류 채널에서의 이중 IRS 지원 NOMA 기반 수중 가시광 통신 성능 분석

문제 정의
수중 가시광 통신(UVLC)은 높은 데이터 전송률과 낮은 지연 시간을 제공하지만, 가혹한 수중 환경으로 인해 심각한 성능 저하를 겪는다. 주요 장애 요인으로는 신호 흡수, 산란, (온도, 염도, 압력 변화로 인한) 난류 유발 페이딩, 그리고 송수신기 정렬 불량에 따른 포인팅 오차(pointing errors)가 있다. NOMA(비직교 다중 접속)는 스펙트럼 효율을 개선하기 위해 제안되었고, IRS(지능형 반사 표면)는 채널의 결함을 완화하기 위해 제안되었으나, 기존 연구들은 이러한 기술들을 개별적으로 취급하는 경우가 많다. 구체적으로, 대부분의 NOMA 기반 UVLC 연구는 이상적인 가시선(LOS) 링크를 가정하여 산란과 난류의 실상을 간과하고 있으며, 현재의 IRS 지원 UVLC 연구는 다중 사용자 NOMA 기법을 통합하지 않은 채 주로 단일 사용자 또는 비가시선(NLOS) 시나리오에 집중하고 있다. 즉, IRS-NOMA가 적용된 시스템에서 수중 난류, 감쇠, 포인팅 오차 및 다중 사용자 간섭의 결합된 영향을 종합적으로 분석한 연구가 부족한 실정이다.

연구 방법론
저자들은 새로운 이중 IRS 지원 협력 NOMA-UVLC 프레임워크를 제안한다. 시스템 아키텍처는 지상 기지국(BS), 근거리 사용자( $M_1$ ), 원거리 사용자( $M_2$ ), 그리고 두 개의 지능형 반사 표면(IRS)으로 구성된다.

전송 전략: 기지국은 중첩 부호화(superposition coding)를 사용하여 중첩된 NOMA 신호를 전송한다. $M_1$ 은 $M_2$ 를 위한 디코드 후 전달(DF) 릴레이 역할을 수행한다.
신호 경로: 통신은 직접 LOS 경로, IRS 지원 NLOS 경로(IRS1은 $M_1$ 을, IRS2는 $M_2$ 를 보조), 그리고 $M_1$ 에서 $M_2$ 로의 협력 릴레이 링크를 통해 이루어진다.
채널 모델링: 다음 요소들을 고려한 통합 복합 채널 모델이 개발되었다:
- 경로 손실(Path-loss): 흡수 및 산란 계수에 기반한 Beer–Lambert 법칙을 통해 모델링된다.
- 포인팅 오차(Pointing Errors): 송수신기 정렬 불량을 설명하기 위해 Rayleigh 분포를 사용하여 모델링된다.
- 난류(Turbulence): 수중 기포 유도 난류의 특유한 특성인 지수형 및 일반화된 감마 페이딩의 가중 결합을 포착하는 지수 일반화 감마(EGG) 분포를 사용하여 모델링된다.
분석적 유도: 논문은 SINR(신호 대 간섭 및 잡음비), 출구 확률(Outage Probability), 평균 비트 오차율(ABER)에 대한 폐쇄형 표현식(closed-form expressions)을 유도한다. 이러한 식들은 복잡한 복합 채널의 통계적 특성을 처리하기 위해 Meijer-G 함수를 사용하여 표현된다.
검증: 분석 결과는 다양한 수중 조건(담수 vs. 해수) 및 난류 수준(기포 길이에 의해 정의됨)에 대해 몬테카를로 시뮬레이션과 비교하여 검증된다.

주요 기여

새로운 아키텍처: 별도의 IRS 유닛이 근거리 및 원거리 사용자를 독립적으로 보조하고, 협력 DF 릴레이링 방식이 통합된 이중 IRS 지원 NOMA 아키텍처를 제안하였다.
통합 채널 모델: 직접 경로 및 IRS 지원 경로 모두에 대해 경로 손실, 포인팅 오차, 그리고 EGG 모델링된 난류를 동시에 포함하는 포괄적인 채널 모델을 개발하였다.
폐쇄형 분석: 시뮬레이션에만 의존하지 않고 시스템 성능 평가를 위한 수학적 토대를 제공하는 출구 확률 및 ABER에 대한 정확한 폐쇄형 표현식을 유도하였다.
포괄적인 파라미터 연구: IRS 반사 요소의 수( $N$ ), 전송 거리, 다양한 수중 난류 조건(기포 길이)을 포함한 주요 시스템 파라미터에 대한 철저한 조사를 수행하였다.

결과
연구 결과, 제안된 이중 IRS 프레임워크는 IRS가 없는 기존 시스템보다 성능이 크게 향상됨을 입증하였다:

출구 확률: SNR 50 dB에서, IRS 지원을 통해 근거리 사용자( $M_1$ )의 출구 확률은 거의 두 자릿수(약 $10^{-2}$ 에서 $10^{-4}$ 로) 개선되었다. 원거리 사용자( $M_2$ ) 또한 유의미한 감소(약 $3 \times 10^{-5}$ 에서 $5 \times 10^{-6}$ 으로)를 보였다.
IRS 요소의 영향: IRS 반사 요소의 수( $N$ )를 늘리면 출구 확률이 급격히 감소한다. 예를 들어, $N$ 을 4에서 64로 증가시키면 $M_1$ 의 출구 확률이 약 $1.2 \times 10^{-4}$ 에서 $6 \times 10^{-7}$ 로 감소한다.
난류 완화: 담수(낮은 난류)에서 작동하는 시스템이 해수에서보다 성능이 현저히 우수했다. 기포 길이를 16.5 L/min에서 4.7 L/min으로 줄이면 $M_1$ 의 출구 확률이 거의 두 자릿수만큼 개선된다.
ABER 성능: 평균 비트 오차율은 SNR이 증가함에 따라 단조 감소하였다. 시스템은 해수와 비교하여 담수에서 더 낮은 ABER를 달察하였으며, 50 dB SNR에서 $M_2$ 의 경우 해수 대비 담수 조건에서 2자릿수 이상의 개선이 관찰되었다.
검증: Meijer-G 함수를 사용하여 유도된 분석 결과는 몬테카를로 시뮬레이션 데이터와 매우 잘 일치하였으며, 이는 수학적 모델의 정확성을 확인시켜 주었다.

의의
본 논문은 제안된 이중 IRS 지원 NOMA-UVLC 시스템이 도전적인 수중 환경에서 통신 신뢰성과 스펙트럼 효율성을 효과적으로 향상시킨다고 주장한다. IRS 반사와 NOMA 및 협력 릴레이잉을 통합함으로써, 이 시스템은 흡수, 산란 및 난류로 인한 직접 광 전파의 한계를 완화한다. 저자들은 이 프레임워크가 특히 난류가 심한 수중에서 견고한 연결성을 요구하는 애플리케이션을 위한 실행 가능한 솔루션을 제공한다고 결론짓는다. 본 연구는 특정 수중 채널 조건 하에서 성능을 극대화하기 위해 IRS 요소의 수 및 전력 할당과 같은 시스템 파라미터를 최적화할 수 있는 검증된 분석 도구를 제공한다.

유사한 논문